近年來(lái),生物特征識(shí)別技術(shù)由于其高可靠性和高有效性在用戶(hù)身份認(rèn)證領(lǐng)域受到了廣泛關(guān)注。作為生物行為特征的一種,在線(xiàn)手寫(xiě)簽名具有不易遺忘、采集方便且容易被人們接受等特點(diǎn),在無(wú)紙化辦公和電子商務(wù)等領(lǐng)域具有廣闊的應(yīng)用前景。但是由于手寫(xiě)簽名的不穩(wěn)定性,用戶(hù)真實(shí)簽名之間存在較大的類(lèi)內(nèi)差異,而真實(shí)簽名和偽造簽名之間的類(lèi)間差異相對(duì)較小,使得在線(xiàn)手寫(xiě)簽名認(rèn)證研究具有一定的挑戰(zhàn)性。本文以此為背景對(duì)在線(xiàn)手寫(xiě)簽名認(rèn)證算法進(jìn)行了相關(guān)研究。本文的主要工作如下:1.簽名預(yù)處理算法。針對(duì)簽名數(shù)據(jù)中的噪聲和每次收集到的簽名在角度、尺寸和位置上的差異,首先對(duì)簽名進(jìn)行了預(yù)處理。預(yù)處理算法包括簽名去噪和簽名歸一化兩步。2.基于形狀特征的簽名認(rèn)證算法。提出利用形狀上下文提取簽名的整體形狀特征,兩個(gè)簽名形狀的形狀上下文匹配之后,將得到的形狀距離用于認(rèn)證簽名真?zhèn)��；谛螤钐卣鞯暮灻J(rèn)證算法描述了簽名的整體形狀特征,從而可以快速地認(rèn)證隨機(jī)偽造簽名。3.基于函數(shù)特征的簽名認(rèn)證算法。提取了 20種函數(shù)特征,采用形狀上下文-動(dòng)態(tài)時(shí)間規(guī)劃算法對(duì)兩個(gè)簽名的任一對(duì)函數(shù)特征進(jìn)行了匹配,匹配結(jié)果送入基于區(qū)間值的符號(hào)表示分類(lèi)器中進(jìn)行簽名認(rèn)證�；诤瘮�(shù)特... 

【文章來(lái)源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－２簽名數(shù)據(jù)采集

引言??戳、壓力等。采集到的信息被描述為一組時(shí)間序列信號(hào)存在數(shù)據(jù)庫(kù)中。不同的采??集設(shè)備采集到的簽名數(shù)據(jù)種類(lèi)也不相同。簽名采集方式和數(shù)據(jù)存儲(chǔ)形式如圖１－２??所示，ａ）為使用手寫(xiě)板進(jìn)行在線(xiàn)簽名采集，ｂ）為采集到的簽名數(shù)據(jù)，第一行為??采樣點(diǎn)數(shù)量，之后的每行都為某一時(shí)間對(duì)應(yīng)的采樣點(diǎn)信息。??ＨＢＦ?８４?｜??Ｐｌ｜＾?／?２９３３?ＳｅＴＢ?３１２ＴＳ７７５?０?１５５Ｄ?７１０?４３９?！??２９５３?Ｓ６７８?３１２Ｔ５７ＳＳ?１?１４３０?？？０?４２０??｜ｒ?廣＇?Ｓｉ?３００１?５８５１?３１２７５７９５?１?１３５０?８３０?４３３??／?Ｘ＃?？１１４?６１３９?３１２７５８０５?１?２３５０?Ｓ００?４２２??５３?１３２１？?６１９Ｓ?３１２ＴＳ８１５?１?１３Ｓ０?ＢＯＯ?４１Ｓ?：??３３２９?６２１３?３１２ＴＳ８２５?１?１３５０?８００?４２３?：??＂?３４４？?６１９９?３１２７５８３Ｓ?１?１３Ｓ０?８００?４３９??＾?＾?３Ｂ４２?８１７６?３１２７５３＾５?１?１３５０?８００?４９１?！??ｖ＇?Ｊ?３６１？?６１２４?３１２７Ｓ８５Ｓ?１?１３Ｓ０?８００?５６１?；??３６７８?６０Ｓ３?３１２？Ｓ８６５?１?１３Ｓ０?８００?６１３?ｉ??ＨＫ?３７３３?５８Ｓ０?３１２ＴＳＳ７５?１?１３５０?８００?６３３??Ｉ３ＴＴ２?５Ｓ４？?３１２ＴＳＳ８￥?１?１３Ｓ０?８００?６Ｓ０?１??ａ）?ｂ）??圖１－２簽名數(shù)據(jù)采集。ａ）簽名采集設(shè)備ｂ）采集的簽名數(shù)據(jù)??Ｆｉｇｕｒｅ?１－２?Ｓｉｇｎａｔｕｒｅ?ｄａｔａ?ｃｏｌｌｅｃｔｉｏｎ

北京交通大學(xué)碩士學(xué)位論文?引言??ＷＡＣＯＭ?Ｉｎｔｕｏｓ手寫(xiě)板采集。每個(gè)簽名都以時(shí)間序列的形式存儲(chǔ)在＊．ＴＸＴ文件中，??每行對(duì)應(yīng)一個(gè)采樣點(diǎn)的信息，包括ｘ坐標(biāo)、坐標(biāo)、時(shí)間戳、手寫(xiě)筆狀態(tài)（０為抬??筆，１為落下）、手寫(xiě)筆繞手寫(xiě)板垂直方向的夾角（水平夾角）、手寫(xiě)筆與手寫(xiě)板垂??直方向的夾角（垂直夾角）和壓力７維信息［５１］。以ｘ和ｙ分別為橫縱坐標(biāo)描點(diǎn)連??線(xiàn)可以得到簽名輪廓。時(shí)間戳和手寫(xiě)筆狀態(tài)信息為離散值，不使用曲線(xiàn)進(jìn)行表示。??簽名和各信息曲線(xiàn)如圖１－４所示。??

【參考文獻(xiàn)】：
期刊論文
[1]基于趨勢(shì)轉(zhuǎn)折點(diǎn)的時(shí)間序列分段線(xiàn)性表示[J]. 廖俊,于雷,羅寰,穆中林.  計(jì)算機(jī)工程與應(yīng)用. 2010(30)
[2]聯(lián)機(jī)手寫(xiě)簽名中加權(quán)DTW方法的研究[J]. 劉蕾,段會(huì)川.  計(jì)算機(jī)工程與應(yīng)用. 2010(11)

博士論文
[1]基于力信息的在線(xiàn)簽名認(rèn)證研究[D]. 孟明.中國(guó)科學(xué)技術(shù)大學(xué) 2006

碩士論文
[1]基于形狀上下文的離線(xiàn)簽名鑒別[D]. 劉利利.河北大學(xué) 2016
[2]基于多級(jí)DTW匹配的聯(lián)機(jī)手寫(xiě)簽名鑒別研究[D]. 謝文修.南昌大學(xué) 2013
[3]基于SVM的在線(xiàn)手寫(xiě)簽名認(rèn)證研究[D]. 王容霞.武漢理工大學(xué) 2013
[4]基于HMM-SVM混合模型的在線(xiàn)手寫(xiě)簽名認(rèn)證[D]. 尤慶成.中國(guó)科學(xué)技術(shù)大學(xué) 2010
[5]基于一對(duì)一神經(jīng)網(wǎng)絡(luò)的離線(xiàn)簽名認(rèn)證方法[D]. 曾曉云.東北師范大學(xué) 2007



本文編號(hào)：3362362